クエリ パフォーマンスを分析する

このページでは、Query Insights ダッシュボードを使用して Spanner のパフォーマンスの問題を検出して分析する方法について説明します。

Query Insights の概要

Query Insights は、Spanner データベースに対するクエリと DML（INSERT、UPDATE、DELETE）ステートメントのパフォーマンスに関する問題の検出と診断に役立ちます。直感的なモニタリングをサポートし、検出するだけでなくパフォーマンスの問題の根本原因の特定に役立つ診断情報を提供します。

Query Insights は、次の手順に沿って Spanner クエリのパフォーマンスを改善するサポートをします。

  1. 非効率的なクエリが高い CPU 使用率の原因であるかどうかを確認する。
  2. 問題がある可能性のあるクエリまたはタグを特定する。
  3. クエリやリクエストタグを分析して問題を特定する。

Query Insights は、シングルリージョン構成とマルチリージョン構成の両方で利用できます。

料金

Query Insights に追加料金はかかりません。

データの保持

Query Insights の最大データ保持期間は 30 日です。合計 CPU 使用率（クエリまたはリクエストタグあたり）グラフの場合、データは SPANNER_SYS.QUERY_STATS_TOP_* テーブルから取得されます。このテーブルの最大保持期間は 30 日です。詳細については、データの保持をご覧ください。

必要なロール

IAM ユーザーか、きめ細かいアクセス制御ユーザーかによって、異なる IAM のロールと権限が必要です。

Identity and Access Management（IAM）ユーザー

Query Insights ページを表示するために必要な権限を取得するには、インスタンスに対する次の IAM ロールを付与するよう管理者に依頼してください。

Query Insights ページを表示するには、Cloud Spanner データベース読み取り（roles/spanner.databaseReader）ロールの次の権限が必要です。

  • spanner.databases.beginReadOnlyTransaction
  • spanner.databases.select
  • spanner.sessions.create

きめ細かいアクセス制御ユーザー

きめ細かいアクセス制御ユーザーは、次のことを確認してください。

  • Cloud Spanner 閲覧者（roles/spanner.viewer）がある。
  • きめ細かいアクセス制御の権限があり、spanner_sys_reader システムロールまたはそのメンバーのロールのいずれかが付与されている。
  • データベースの概要ページで、現在のシステムロールとして spanner_sys_reader またはメンバーロールを選択する。

詳細については、細かいアクセス制御についてと細かいアクセス制御システムのロールをご覧ください。

Query Insights ダッシュボード

Query Insights ダッシュボードには、選択したデータベースと時間範囲に基づくクエリ負荷が表示されます。クエリ負荷は、選択された時間範囲内のインスタンス内のすべてのクエリの合計 CPU 使用率の測定値です。ダッシュボードには、クエリの負荷を確認するための一連のフィルタが用意されています。

データベースの Query Insights ダッシュボードを表示するには、次の操作を行います。

  1. 左側のナビゲーション パネルで [Query Insights] を選択します。Query Insights ダッシュボードが開きます。
  2. [データベース] リストからデータベースを選択します。ダッシュボードには、データベースのクエリ負荷情報が表示されます。

ダッシュボードには、次の領域があります。

  1. データベース リスト: 特定のデータベースやすべてのデータベースへのクエリの負荷をフィルタします。
  2. 時間範囲フィルタ: 時間、日、カスタム範囲など、時間範囲でクエリ負荷をフィルタします。
  3. 合計 CPU 使用率（すべてのクエリ）グラフ: すべてのクエリを集計した負荷が表示されます。
  4. 合計 CPU 使用率（クエリまたはリクエストタグごと）グラフ: 各クエリまたはリクエストタグごとの CPU 使用率を表示します。
  5. TopN クエリとタグのテーブル: CPU 使用率で並べ替えられた上位のクエリとリクエストタグのリストが表示されます。問題がある可能性のあるクエリやタグを特定するをご覧ください。

Query Insights ダッシュボード

ダッシュボードのパフォーマンス

クエリ パラメータを使用するか、クエリにタグを付けると、Query Insights のパフォーマンスを最適化できます。クエリをパラメータ化またはタグ付けしないと、結果が多すぎるため、TopN クエリとタグテーブルが正しく読み込まれない可能性があります。

非効率的なクエリが高 CPU 使用率の原因かどうかを確認する

合計 CPU 使用率は、選択したデータベースで実行されたクエリが時間の経過に伴って行う作業量（CPU 秒）です。

すべてのクエリの合計 CPU 使用率

グラフを確認して次の問いを検討します。

  • どのデータベースで負荷が発生していますか？データベース リストから別のデータベースを選択し、負荷が最も高いデータベースを見つけます。負荷が最も高いデータベースを確認するには、Google Cloud コンソール で、データベースの [CPU 使用率 - 合計] グラフを確認します。

    データベースの負荷

  • CPU 使用率は高いですか？グラフは時間の経過にともなって増加または減少していますか？高 CPU 使用率を確認できない場合、クエリに問題はありません。

  • CPU 使用率はどのくらいの期間高いですか？最近急増しているのでしょうか、それとも長期間にわたって一貫して高いのでしょうか？範囲セレクタを使用して、さまざまな期間を選択して、問題が発生した期間を探します。ズームインすると、クエリ負荷の急増が見られる時間枠が拡大表示されます。ズームアウトすると、最大 1 週間のタイムラインが表示されます。

インスタンス全体の CPU 使用率に対応するグラフで急上昇や上昇が見られる場合は、1 つ以上の高コストクエリが原因である可能性があります。次に、問題がある可能性のあるクエリまたはリクエストタグを特定して、トラブルシューティングの流れを詳しく説明します。

問題がある可能性のあるクエリやタグを特定する

問題のある可能性のあるクエリやリクエストタグを特定するには、上位 N クエリ セクションを確認します。

上位 N クエリ

ここでは、FPRINT が 6815864236081503267 のクエリの CPU 使用率が高く、問題が発生している可能性のあることがわかります。

上位 N クエリ の表には、選択した期間中に最も多く CPU を使用したクエリの概要が、降順で表示されます。上位 N クエリの数は、100 に制限されています。

グラフでは、上位 N クエリ統計情報テーブルからデータを取得します。このテーブルには 1 分、10 分、1 時間の 3 つの粒度があります。グラフの各データポイントの値は、1 分間隔の平均値を表します。

推奨されるベスト プラクティスとして、SQL クエリにタグを追加できます。クエリのタグ付けは、より高レベルな構造（ビジネス ロジックやマイクロサービス）での問題を見つけるのに役立ちます。

上位 N クエリの表

テーブルには以下のプロパティが表示されます。

  • FPRINT: リクエストタグのハッシュ（リクエストタグがある場合）。クエリのハッシュ（リクエストタグがない場合）。

  • クエリまたはリクエストタグ: クエリにタグが関連付けられている場合は、リクエストタグが表示されます。同じタグ文字列を持つ複数のクエリの統計情報は、そのタグ文字列に一致する REQUEST_TAG 値がある 1 行にグループ化されます。リクエストタグの使用方法については、リクエストタグとトランザクション タグによるトラブルシューティングをご覧ください。

    クエリに関連付けられたタグがない場合、約 64 KB に切り詰められた SQL クエリが表示されます。バッチ DML の場合、SQL ステートメントは区切り文字のセミコロンを使用して 1 行に連結されます。連続する同一の SQL テキストは、切り詰める前に重複が除去されます。

  • クエリタイプ: クエリが PARTITIONED_QUERY か QUERY かを指定します。PARTITIONED_QUERY は、PartitionQuery API から取得した partitionToken を使用したクエリです。他のすべてのクエリと DML ステートメントは QUERY クエリタイプで示されます。

  • CPU 使用率: 1 つのクエリで使用される CPU リソースの使用量を、その期間内にデータベースで実行されているすべてのクエリが使用した合計 CPU リソースの割合として表します（水平バーに表示、値の範囲は 0～100）。

  • CPU（%）: クエリによって使用された CPU リソースの使用量。その期間内にデータベースで実行されているすべてのクエリが使用した合計 CPU リソースの割合として表します。

  • 実行数: 期間中に Spanner がクエリを検出した回数。

  • 平均レイテンシ（ms）: データベース内での各クエリ実行の平均時間（ミリ秒）。この平均からは、オーバーヘッドだけでなく、結果セットのエンコードおよび伝送時間も除外されます。

  • 平均スキャン行数: クエリでスキャンされた平均行数（削除された値を除く）。

  • 平均戻り行数: クエリが返した平均行数。

  • 戻りバイト数: クエリが返したデータバイト数（送信エンコードのオーバーヘッドを除く）。

グラフ間の差異

[合計 CPU 使用率（全クエリ）] グラフと [合計 CPU 使用率（クエリまたはリクエストタグあたり）] グラフの間に相違がある場合があります。そのようになるシナリオは、次の 2 つが考えられます。

  • 異なるデータソース: 通常は、合計 CPU 使用率（全クエリ）のグラフに入力される Cloud Monitoring データの方が正確です。これは、毎分 push され、45 日の保持期間が設定されているためです。一方、合計 CPU 使用率（クエリまたはリクエストタグあたり）グラフに入力されるシステム テーブルデータは、平均をとる時間が 10 分（または 1 時間）にわたることがあり、その場合は合計 CPU 使用率（全クエリ）に見られる高い粒度のデータが失われます。

  • 異なる集計ウィンドウ: どちらのグラフにも異なる集計ウィンドウがあります。たとえば、6 時間以上経過したイベントを調べる場合は、SPANNER_SYS.QUERY_STATS_TOTAL_10MINUTE テーブルに対してクエリを実行します。この場合、10:01 に発生するイベントは 10 分間にわたって集約され、10:10 のタイムスタンプに対応するシステム テーブルに表示されます。

次のスクリーンショットでは、このような差異の例を示します。

グラフの差異

特定のクエリやリクエストタグを分析する

クエリやリクエストタグが問題の根本原因であるかどうかを判断するには、負荷が最大のクエリやリクエストタグ、または他のタグよりも時間がかかっているタグをクリックします。クエリやリクエストタグは、一度に複数選択できます。

タイムラインに沿ってクエリのグラフにマウスポインタを合わせると、CPU 使用率（秒）を確認できます。

以下のことを確認して、問題を絞り込んでみてください。

  • 高い負荷がどのくらい続いていますか？高いのは今だけですか？それとも、長い間、高いですか？期間を変更して、クエリのパフォーマンスが低下し始めた日時を見つけます。
  • CPU 使用率が急増していますか？時間枠を変更して、クエリの過去の CPU 使用率を調べることができます。
  • 何がリソースを消費していますか？他のクエリとは、どのような関係がありますか？表を見て、他のクエリのデータと選択したクエリを比較します。主な違いはありますか？

選択したクエリが、高 CPU 使用率であることを確認するには、特定のクエリの形（またはリクエストタグ）の詳細をドリルダウンし、[クエリの詳細] ページで詳しく分析します。

[クエリの詳細] ページを表示する

特定のクエリの形やリクエストタグの詳細をグラフィカルな形式で表示するには、クエリやリクエストタグに関連付けられた FPRINT をクリックします。[クエリの詳細] ページが開きます。

クエリの詳細ページ

[クエリの詳細] ページには、次の情報が表示されます。

  1. クエリ詳細テキスト: SQL クエリテキスト。約 64 KB に切り詰められます。同じタグ文字列を持つ複数のクエリの統計情報は、そのタグ文字列と一致する REQUEST_TAG を持つ 1 行にまとめられます。このフィールドには、そうしたクエリのいずれかのテキストのみが表示されます。バッチ DML の場合、SQL ステートメントは、区切り文字のセミコロンを使用して 1 行に連結されます。連続する同一の SQL テキストは、切り詰める前に重複が除去されます。
  2. 次のフィールドの値:
    • 実行数: 期間中に Spanner がクエリを検出した回数。
    • 平均 CPU（ms）: 一定の時間間隔におけるインスタンスにある CPU リソースのクエリによる平均 CPU リソース消費量（ミリ秒）。
    • 平均レイテンシ（ms）: データベース内での各クエリ実行の平均時間（ミリ秒）。この平均からは、結果セットとオーバーヘッドのエンコードと送信時間が除外されます。
    • 平均戻り行数: クエリが返した平均行数。
    • 平均スキャン行数: クエリでスキャンされた平均行数（削除された値を除く）。
    • 平均バイト数: クエリで返されたデータバイト数（送信エンコードのオーバーヘッドを除く）。
  3. クエリプランのサンプル グラフ: グラフ上の各ドットは、特定の時間にサンプリングされたクエリプランとその特定のクエリ レイテンシを表します。グラフ内のドットのいずれかをクリックすると、クエリプランが表示され、クエリの実行中に実行されたステップが可視化されます。注: クエリプランは、PartitionQuery API およびパーティション化 DML クエリから取得したパーティション トークンを使用するクエリではサポートされません。
  4. クエリプラン ビジュアライザー: 選択したサンプリングされたクエリプランを表示します。グラフの各ノード（カード）は、入力から行を取り込み、親に行を作り出すイテレータを表します。各イテレータをクリックすると、詳細情報が表示されます。
  5. クエリ レイテンシ グラフ: ある期間で選択したクエリのクエリ レイテンシの値が表示されます。また、平均レイテンシも表示されます。
  6. CPU 使用率グラフ: 一定期間におけるクエリごとの CPU 使用率（%）が表示されます。また、平均 CPU 使用率も表示されます。
  7. 実行数 / 失敗グラフ: 一定期間におけるクエリの実行数とクエリ実行の失敗回数が表示されます。
  8. スキャン行数: 一定期間にクエリがスキャンした行数が表示されます。
  9. 戻り行数: 一定期間にクエリが戻した行数が表示されます。
  10. 時間範囲フィルタ: 時間、日、カスタム範囲など、時間範囲でクエリの詳細をフィルタします。

グラフでは、上位 N クエリ統計情報テーブルからデータを取得します。このテーブルには 1 分、10 分、1 時間の 3 つの粒度があります。グラフの各データポイントの値は、1 分間隔の平均値を表します。

監査ログでクエリのすべての実行を検索する

Cloud Audit Logs で特定のクエリ フィンガープリントのすべての実行を検索するには、監査ログをクエリし、TopN クエリ統計テーブルで FPRINT フィールドに一致する query_fingerprint を検索します。詳細については、ログのクエリと表示の概要をご覧ください。このメソッドを使用して、クエリを開始したユーザーを特定します。